智能视觉监控中的运动目标跟踪技术及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-26页 |
| ·引言 | 第10-12页 |
| ·研究现状 | 第12-16页 |
| ·相关技术 | 第16-21页 |
| ·运动目标检测 | 第16-17页 |
| ·运动目标分类 | 第17-18页 |
| ·运动目标跟踪 | 第18-20页 |
| ·行为理解和描述 | 第20-21页 |
| ·典型应用 | 第21-23页 |
| ·研究难点及发展趋势 | 第23-25页 |
| ·论文结构 | 第25-26页 |
| 第二章 运动目标跟踪方法分析 | 第26-43页 |
| ·滤波器 | 第27页 |
| ·贝叶斯递推滤波算法 | 第27-31页 |
| ·贝叶斯递推滤波原理 | 第27-30页 |
| ·贝叶斯递推滤波的实现方法 | 第30-31页 |
| ·卡尔曼滤波 | 第31-34页 |
| ·卡尔曼滤波器原理 | 第32-34页 |
| ·粒子滤波 | 第34-43页 |
| ·蒙特卡罗积分方法 | 第35-36页 |
| ·序贯重要性采样 | 第36-38页 |
| ·重采样 | 第38-40页 |
| ·粒子滤波算法的描述 | 第40-43页 |
| 第三章 运动目标跟踪算法 | 第43-54页 |
| ·引言 | 第43页 |
| ·基于卡尔曼滤波的连通区域跟踪 | 第43-45页 |
| ·基于颜色模型的粒子滤波跟踪 | 第45-49页 |
| ·卡尔曼与粒子滤波相结合跟踪算法 | 第49-52页 |
| ·跟踪算法实验结果 | 第52-54页 |
| 第四章 基于目标跟踪的滞留/偷窃物体的事件识别 | 第54-73页 |
| ·引言 | 第54-55页 |
| ·研究背景、目的、意义 | 第54页 |
| ·难点及相关研究 | 第54-55页 |
| ·滞留/偷窃物体事件识别主要流程 | 第55-56页 |
| ·运动目标检测 | 第56-60页 |
| ·基于中值滤波的背景模型 | 第57-58页 |
| ·基于主特征的自适应背景模型 | 第58-59页 |
| ·阴影去除和形态学处理 | 第59-60页 |
| ·运动目标跟踪 | 第60-61页 |
| ·事件识别 | 第61-68页 |
| ·滞留/偷窃事件的检测 | 第61-63页 |
| ·滞留/偷窃事件的区分 | 第63-68页 |
| ·基于RGB颜色直方图的巴氏距离判定方法 | 第63-65页 |
| ·基于轮廓判断方法 | 第65-67页 |
| ·滞留/偷窃事件区分的实验结果及分析 | 第67-68页 |
| ·实验结果及分析 | 第68-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-84页 |
| 附录 攻读硕士学位期间发表的论文 | 第84页 |
